Trouvez votre prochaine mission ou futur job IT.

Un grand groupe souhaite accélérer l'usage de l'IA générative dans ses activités de conception, de développement, de recette et de maintenance logicielle. Nous recherchons un Tech Lead / expert en IA appliquée au développement pour expérimenter, structurer et démontrer la valeur de ces usages au sein des équipes. La mission fonctionne par pilotes et preuves de valeur, en lien étroit avec le Product Manager du chantier, les développeurs et les experts du domaine. Une prolongation est prévue en fonction des résultats obtenus. Vos missions : - Identifier et qualifier les cas d'usage de l'IA générative sur la conception, le développement, la recette, la documentation et la maintenance. - Mener des expérimentations, des POC et des pilotes pour mesurer concrètement la valeur apportée. - Accompagner les développeurs dans un usage avancé de GitHub Copilot. - Concevoir et déployer des Copilot Agents adaptés aux besoins des équipes. - Formaliser les bonnes pratiques, les méthodes et les retours d'expérience. - Mesurer les gains obtenus : qualité, productivité, délais, satisfaction des utilisateurs. - Animer des ateliers, des démonstrations et des partages de connaissances. - Assurer une veille active sur l'IA appliquée au développement logiciel. - Aider à prioriser les initiatives et à orienter les investissements futurs. Requis : - Expérience significative en développement logiciel et solide culture du cycle de vie logiciel. - Formation sur l'IA (utilisation et risques) : obligatoire. - Capacité à transformer une idée en démonstrateur concret. - Aisance dans l'animation d'ateliers et de démonstrations, excellentes capacités de synthèse.

Contexte de la missionDans le cadre de l'accélération de sa stratégie en Intelligence Artificielle, nous recherchons un(e) Architecte Senior IA Générative pour piloter la vision technologique autour des solutions de GenAI, identifier les innovations du marché et définir les orientations architecturales des plateformes d'IA. En tant qu'expert(e) de référence, vous interviendrez sur les technologies d'IA générative, les Large Language Models (LLM), les architectures agentiques et les plateformes Cloud IA, avec une expertise particulière sur l'écosystème Google Cloud AI : Gemini, Vertex AI, AI Search et RAG Engine. Vous accompagnerez les équipes dans les décisions stratégiques liées à l'adoption, à l'industrialisation et à l'évolution des solutions d'IA générative. Missions principales1. Vision et stratégie technologiqueDéfinir la vision technologique et les orientations stratégiques en matière d'IA générative. Assurer une veille permanente sur les innovations et les évolutions du marché. Analyser et comparer les solutions des principaux acteurs : Google, OpenAI, Anthropic, Microsoft, Mistral, IBM, etc. Élaborer des recommandations et des dossiers de choix technologiques. Contribuer à la définition des feuilles de route des plateformes IA. 2. Architecture et expertise IA générativeConcevoir des architectures de référence pour les solutions d'IA générative. Définir les standards d'architecture autour des LLM, du RAG, du GraphRAG, de l'Agentic AI, des systèmes multi-agents et du Knowledge Retrieval. Valider les choix techniques et challenger les architectures proposées. Accompagner les équipes sur les problématiques complexes d'architecture, d'intégration et d'industrialisation. 3. Expertise Google Cloud AIApporter une expertise approfondie sur l'écosystème Google : Gemini et Vertex AI ; Vertex AI Search et Vertex AI Agent Builder ; Vertex AI RAG Engine ; Agent Development Kit (ADK) ; BigQuery AI et Vector Search. Évaluer les capacités, les limites et les cas d'usage des différentes solutions. Définir les bonnes pratiques d'intégration, de déploiement et d'industrialisation des solutions GenAI. 4. Leadership technique et innovationChallenger les architectures et les solutions proposées par les fournisseurs et les intégrateurs. Piloter des benchmarks techniques et des comparatifs de solutions. Encadrer les expérimentations, les Proofs of Concept (POC) et les études d'opportunité. Accompagner la montée en compétences des équipes sur les technologies d'IA générative. Promouvoir les bonnes pratiques en matière de sécurité, de gouvernance et d'IA responsable. Profil recherchéVous justifiez d'une expérience significative en architecture IA et en IA générative, avec une capacité à intervenir à la fois sur les orientations stratégiques et sur les choix techniques complexes. Vous disposez d'une solide expertise sur les architectures LLM, les solutions RAG et les architectures agentiques, ainsi que d'une bonne maîtrise des environnements Cloud et des enjeux d'industrialisation. Compétences techniques recherchéesIA générative et LLM Large Language Models (LLM) et Foundation Models. RAG, GraphRAG et systèmes de recherche augmentée. Agentic AI et architectures multi-agents. Prompt Engineering, Model Evaluation et Fine-Tuning. Guardrails, Responsible AI et gouvernance des modèles. LLMOps et AgentOps. Google Cloud AI Gemini et Vertex AI. Vertex AI Search et Vertex AI Agent Builder. Vertex AI RAG Engine et Agent Development Kit (ADK). BigQuery AI et Vector Search. Architecture et développement Architectures Cloud Native, microservices et API. Kubernetes. Python. LangChain, LangGraph et LlamaIndex. CI/CD et pratiques DevSecOps. Data et Knowledge Management Bases de données vectorielles et embeddings. Moteurs de recherche. Knowledge Graphs. Gouvernance, qualité et sécurité des données. Environnement techniqueGenAI, LLM, RAG, GraphRAG, Agentic AI, Multi-Agent Systems, Gemini, Google Vertex AI, Vertex AI Search, Vertex AI Agent Builder, Vertex AI RAG Engine, ADK, BigQuery AI, Vector Search, Python, LangChain, LangGraph, LlamaIndex, Kubernetes, Cloud Native, API, Microservices, LLMOps, AgentOps, CI/CD, DevSecOps.

Contexte : Pour un grand groupe du secteur des médias, nous recherchons un développeur IA / LLMOps pour renforcer une équipe IA transverse. Vous intervenez sur des cas d'usage IA générative, NLP et speech-to-text appliqués aux offres d'information, de la conception jusqu'à la mise en production. Vos missions : Concevoir des architectures LLM et mettre en place des solutions RAG (embeddings, bases vectorielles) Développer et exposer des API métiers : speech-to-text, classification de contenus, génération de titres SEO, contextualisation Industrialiser les modèles : Docker, Kubernetes, pipelines CI/CD GitLab Piloter la qualité des LLM avec MLflow : suivi d'expérimentations, évaluation (LLM-as-judge, golden datasets), drift de prompts Participer aux tests de performance et au monitoring des services en production Expliquer les sujets IA à des interlocuteurs non techniques

Dans le cadre de la structuration de notre pôle IA, nous faisons évoluer notre trajectoire technique : nous ne cherchons pas un Data Scientist ou un ML Engineer classique, mais un AI Agent Builder / LLM Engineer confirmé. Votre mission ? Concevoir, déployer, gouverner et industrialiser des agents IA autonomes répondant à des besoins métier variés (Support, Finance, RH, Opérations, Fraud/Risk), tout en maintenant une infrastructure de données robuste et hautement scalable sous GCP. Vous travaillerez au carrefour des équipes Data, Tech, Produit et Metier pour passer des prototypes à la production réelle. VOS MISSIONS Conception & Industrialisation d'Agents IA (Cœur du rôle)Création d'agents IA métiers : Développer et orchestrer des agents fonctionnels et multi-outils pour adresser des problématiques métier concrètes. Gouvernance & Guardrails : Mettre en place des mécanismes de contrôle, d'évaluation, de sécurité et d'alignement pour garantir des réponses fiables en production. Administration de plateformes Agents/LLM : Gérer et superviser l'écosystème d'orchestration et de monitoring (ex: LangSmith, Azure AI Foundry, Vertex AI, Bedrock). Déploiement & MLOps : Assurer le passage en production robuste avec une architecture MLOps adaptée (CI/CD via GitHub Actions). Modélisation, Analyse & Inférence de DonnéesModélisation hybride : Adresser les problématiques clés (prévention de la fraude, scoring, optimisation des conversions) en combinant GenAI/LLM et ML classique / Deep Learning selon l'impact coût/performance. Analyse d'impact & Rigueur statistique : Analyser le flux transactionnel avec rigueur (tendances, anomalies, causalité) et challenger les modèles sur des données réelles avant tout déploiement. Infrastructure de Données & MLOps (Stack GCP)Pipelines de données : Concevoir et maintenir des pipelines de données fiables sur notre stack GCP (BigQuery, Dataform, Pub/Sub) pour alimenter les agents et modèles. Performance & Scalabilité : Optimiser les requêtes, gérer de volumineux flux de données et éliminer les goulots d'étranglement. Acculturation & Animation de la Culture IAInspiration & Pédagogie : Co-construire les cas d'usage avec le Produit et vulgariser vos réalisations auprès d'interlocuteurs non-techniques sans sacrifier la rigueur scientifique. Veille & Standards : Établir des standards de dev (tests, linting, doc) et animer une veille technologique active sur les avancées des LLM et de l'agentique.

Nous recherchons un Expert IA générative / agentique – DevSecOps Le consultant interviendra au sein d'une équipe DevSecOps travaillant en environnement Agile SAFe, avec pour objectif d'explorer, prototyper et industrialiser des usages de l'IA appliqués notamment au développement logiciel et aux chaînes CI/CD. Le consultant interviendra notamment sur les activités suivantes : Réalisation de POC, spikes et prototypes autour de l'IA générative et agentique ; Conception et développement de solutions utilisant LLM, agents, MCP, RAG et prompting ; Conception d'agents et assistants IA appliqués au développement et au DevOps ; Intégration de solutions IA dans les chaînes CI/CD et l'écosystème GitLab ; Développement de composants, scripts et intégrations via Python / API REST ; Mise en œuvre et évaluation de solutions telles que Gemini, Vertex AI, Anthropic et Mistral ; Prise en compte des enjeux de sécurité et conformité IA / DevSecOps ; Documentation, veille technologique et accompagnement des équipes ; Animation de démonstrations, ateliers et actions de vulgarisation. Compétences recherchées : Maîtrise des concepts d'IA agentique : LLM, agents, MCP, RAG, prompting ; Expérience dans la conception et l'intégration de solutions IA ; Solides fondamentaux en développement logiciel ; Python / scripting ; Maîtrise des API REST et de l'intégration de services IA ; Bonne compréhension des environnements CI/CD / DevSecOps, notamment GitLab ; Connaissance des assistants IA pour le développement (GitLab Duo / DAP) ; Capacité à évaluer la pertinence et la robustesse des solutions IA ; Sensibilité aux problématiques de sécurité et conformité appliquées à l'IA ; Une expérience concrète sur Agents, RAG et/ou MCP est particulièrement appréciée. Des connaissances AWS / GCP, Docker, Kubernetes/OpenShift, Jira, Confluence et SAFe sont également appréciées. Informations mission : Démarrage : 02/11/2026 Localisation : Nanterre (92) / télétravail partiel Séniorité recherchée : Confirmé / Expert Le client précise que l'ancienneté spécifique en IA générative n'est pas discriminante : le profil doit avant tout disposer de solides fondamentaux techniques en développement / DevOps (de l'ordre de 3 à 5 ans), maîtriser réellement les concepts de l'IA agentique et démontrer une forte capacité d'apprentissage et de vulgarisation. Merci de préciser votre niveau d'expérience sur Agents / RAG / MCP / Python / GitLab CI-CD

Architecte/Techlead capables d'intégrer des briques IA dans des appli métier. Intégrer des services d'IA générative dans des applications Java/Spring Boot. Concevoir et développer des agents IA et des workflows d'automatisation. Utiliser les concepts de LLM, prompting, RAG et orchestration d'agents. Exposer les fonctionnalités IA via des APIs et des microservices. Architecte/Techlead capables d'intégrer des briques IA dans des appli métier. Intégrer des services d'IA générative dans des applications Java/Spring Boot. Concevoir et développer des agents IA et des workflows d'automatisation. Utiliser les concepts de LLM, prompting, RAG et orchestration d'agents. Exposer les fonctionnalités IA via des APIs et des microservices.

Notre client est un groupe d'assurance spécialisé sur trois grands domaines : • Assurance vie & épargne : contrats multisupports, retraite en points, solutions patrimoniales • Assurance non-vie (IARD) : santé, prévoyance, dommages divers et risques climatiques • Réassurance : protection du groupe et acceptation externe Contexte de la missionLa plateforme Data Snowflake est organisée en trois zones : • Bronze (landing zone) : données brutes issues du SI ou de fournisseurs externes • Silver : données mises en qualité et en intégrité, constituant le Core Business Data Model • Gold : espace de consommation des données (datamarts) Au sein de l'équipe Data et sous la responsabilité du Responsable Data, le Chef de Projet Data conduit la finalisation du socle Data (Core Business Data Model, zone Silver) en construisant la vision unique Client 360° Vie et IARD. Il met en œuvre les premiers cas d'usage valorisant la donnée par l'IA : • Self BI en langage naturel pour le ciblage marketing à destination du CRM Dynamics (LLM pressenti : Snowflake Cortex) • Profilage client par l'IA et push d'opportunités (Next Best Offer) vers les points de contact : CRM, parcours digitaux, plateforme téléphonique L'équipe projet réunira Business Analysts Data, Data Engineers et ingénieurs IA, avec le support technique du responsable de la plateforme Snowflake. Missions principalesConstruction du socle Data :• Recenser les données des applications sources et les modéliser dans le Core Business Data Model (clients, familles, contrats, produits, rachats, démarches commerciales, échanges clients, ciblage web, réseaux sociaux, sites officiels…) • Piloter l'ingestion des données en zone Bronze et leur transformation en zone Silver • Traduire les objectifs des métiers (marketing, finance, opérations) en attendus Data et en spécifications fonctionnelles et techniques • Évaluer la faisabilité, la disponibilité et la qualité des sources, et estimer le ROI des cas d'usage Pilotage du projet :• Coordonner plannings, budgets, risques et ressources (internes et prestataires) de bout en bout • Faire le lien entre équipes techniques (Data Engineers, Data Scientists, ingénieurs IA) et décideurs métiers • Superviser les phases clés : modélisation, pipelines / ETL, qualité de la donnée, algorithmes • Veiller au respect des normes de sécurité, de conformité (RGPD) et de gouvernance des données • Définir les tests, participer aux recettes et gérer la relation fournisseurs • Rendre compte au Responsable Data de l'avancement, des risques et des points de blocage Déploiement et accompagnement :• Déployer les nouveaux services et organiser la maintenance et le support • Former et accompagner les utilisateurs (Data Viz, LLM, Self BI en langage naturel) • Porter la culture « Data Driven » au sein des équipes Tâches et livrables• Traduire les objectifs métiers en attendus Data (modélisation, traitements, algorithmes) • Définir la modélisation cible du Core Business Data Model (zone Silver) supportant la vision Client 360° IARD et Vie • Mettre en œuvre et piloter la réalisation du socle Data • Accompagner et acculturer les métiers à l'usage du Self BI en langage naturel • Définir et mettre en œuvre le profilage client par IA et le push d'opportunités vers le CRM (Next Best Offer) • Assurer un reporting régulier sur la construction du socle et la mise en œuvre des cas d'usage Dashboard (KPI)

Missions principales1. Industrialisation et automatisation du déploiementIndustrialiser le déploiement de plateformes d'IA générative On-Premise dans un environnement sécurisé et hautement disponible, en utilisant des outils comme Terraform, Ansible, Jenkins et GitLab CI. Automatiser les processus de déploiement (CI/CD) pour une intégration continue et reproductible des modèles et services. Optimiser les workloads data et IA pour une performance maximale, en collaboration avec les équipes DevOps et Sécurité. 2. Conception et architecture de la plateformeContribuer à la conception de l'architecture technique de la plateforme, en intégrant les contraintes de sécurité, compliance et gouvernance. Définir les bonnes pratiques pour le déploiement de solutions d'IA générative et leur intégration dans l'écosystème existant. Garantir la résilience de la plateforme via des solutions de haute disponibilité (Kubernetes, OpenShift, Docker). 3. Mise en place de services managésDévelopper et intégrer des services managés pour les utilisateurs finaux, en respectant les exigences de sécurité et de conformité. Documenter les offres et services pour faciliter leur adoption par les équipes techniques et métiers. Assurer la mise en production des solutions, en collaboration avec les équipes d'exploitation. 4. Maintenance et exploitation en conditions opérationnellesMaintenir en condition opérationnelle (MCO) les plateformes IA déployées, en garantissant leur disponibilité, performance et sécurité. Surveiller les plateformes via des outils d'observabilité (Dynatrace, Prometheus, Grafana, CloudWatch, X-Ray). Gérer les incidents et participer aux astreintes techniques. 5. Collaboration et leadership techniqueAssurer le lead technique sur un produit au sein d'une équipe Agile, en collaboration avec le Responsable Technique. Participer aux rituels Agile (daily meetings, sprint reviews, rétrospectives) et contribuer à la construction de la roadmap technique. Prendre en charge les éléments du backlog et prioriser les tâches techniques. Animer des présentations et démonstrations pour promouvoir les offres et services auprès des parties prenantes internes.

Contexte Notre client lance ses premiers projets d'IA et d'automatisation. Le premier chantier est un POC d'automatiser, c'est-à-dire le recensement d'informations dans les PDF, images et autres, fait aujourd'hui à la main. D'autres projets data et IA suivront. La mission Construire la chaîne de traitement : extraction des PDF, détection des publicités, structuration des données (annonceur, marque, format, page, numéro). Choisir et comparer les approches (OCR, vision, LLM) sur des métriques mesurées : précision, rappel, coût, temps. Livrer du code de production : tests, logs, reprise sur erreur, API, Docker. Préparer la suite : intégrer le traitement aux données et automatiser d'autres processus.

Contexte : Dans le cadre de l'accélération de ses initiatives en Intelligence Artificielle Générative, notre client recherche un Data Scientist GenAI / AI Engineer pour concevoir, développer et industrialiser des solutions basées sur les LLM. Le consultant interviendra sur des projets d'IA appliquée visant notamment l'automatisation de processus métiers, l'accès à la connaissance interne et le développement d'assistants intelligents, de la phase de conception jusqu'à la mise en production. Missions principales : · Analyser les besoins métiers et identifier les cas d'usage pertinents autour de l'IA générative. · Concevoir et développer des applications basées sur des LLM tels que GPT, Mistral, Llama ou Claude. · Développer des assistants conversationnels et des systèmes d'aide à la décision. · Concevoir et mettre en œuvre des architectures RAG et des solutions de recherche sémantique. · Développer les pipelines documentaires : ingestion, nettoyage, chunking, embeddings, indexation, retrieval et reranking. · Concevoir des workflows agentiques et orchestrer des outils et agents IA. · Développer des APIs et services backend autour des modèles IA. · Transformer les POC en solutions industrialisées et production-ready. · Mettre en place les pratiques de tests, versioning, CI/CD, monitoring et documentation. · Définir et mettre en œuvre des métriques et frameworks d'évaluation des solutions GenAI. · Optimiser la qualité des réponses, la pertinence du retrieval, la latence et les coûts, tout en limitant les hallucinations. · Participer au déploiement des solutions sur des environnements Cloud. · Présenter et vulgariser les solutions auprès des équipes techniques et métiers. Livrables attendus : · Analyses des besoins et identification des cas d'usage IA. · Spécifications fonctionnelles et techniques. · Prototypes et applications GenAI fonctionnelles. · Architectures RAG et pipelines documentaires documentés. · APIs, services IA et agents opérationnels. · Scripts et notebooks d'expérimentation. · Code source versionné et pipelines CI/CD. · Documentation d'architecture, de déploiement et d'exploitation. · Métriques de qualité et de performance des solutions. · Documentation des modèles, prompts et dispositifs d'évaluation.

Dans le cadre du développement et de l'industrialisation de solutions d'intelligence artificielle, un acteur majeur du secteur bancaire recherche un AI Engineer spécialisé en IA générative et agentique. Le consultant interviendra sur la conception, le développement et le déploiement de solutions IA, notamment autour des LLM et des systèmes multi-agents. Il travaillera en étroite collaboration avec les équipes Produit, Data, IT et Sécurité afin de garantir la performance, la fiabilité et la conformité des solutions développées. Livrables Conception et développement de solutions d'IA générative et agentique adaptées aux besoins métiers. Intégration, configuration et optimisation des LLM, notamment Mistral. Développement de systèmes multi-agents et de pipelines techniques. Mise en place de mécanismes d'évaluation, de monitoring et de contrôle des hallucinations et biais. Industrialisation et déploiement sécurisé des solutions IA en collaboration avec les équipes DevOps. Rédaction de la documentation technique et suivi des évolutions des solutions développées.

Ingénieur Data Senior (H/F)Contexte de la missionAu sein d'une équipe Data & IA d'un grand groupe international, vous intervenez sur des projets stratégiques liés à la valorisation, la gouvernance et l'industrialisation de la donnée. Vous évoluez dans un environnement exigeant où les enjeux de qualité, de conformité, de performance et de passage à l'échelle sont au cœur des initiatives Data. En tant qu'Ingénieur Data Senior, vous jouez un rôle clé dans la conception des architectures de données, l'industrialisation des pipelines et l'accompagnement des équipes techniques et métiers. Missions principalesPilotage et expertise DataGérer un portefeuille de projets Data couvrant l'ensemble du cycle de vie de la donnée : ingestion, transformation, exposition et gouvernance. Être le référent Data auprès des parties prenantes techniques et métiers. Accompagner les équipes dans la qualification des besoins et leur traduction en solutions techniques robustes. Participer aux choix d'architecture et aux orientations stratégiques Data. Conception et développementConcevoir, développer et optimiser des pipelines de données industrialisés. Garantir la performance, la robustesse, la maintenabilité et la scalabilité des solutions. Mettre en œuvre les bonnes pratiques de modélisation et de qualité des données. Challenger les solutions proposées par les équipes Data Engineering et Analytics. Industrialisation & DataOpsDéfinir et appliquer les standards DataOps. Mettre en place les processus de CI/CD, monitoring, alerting et observabilité. Assurer le versionning, la traçabilité et l'automatisation des traitements. Concevoir des architectures modulaires favorisant la mutualisation et la réutilisation des composants existants. Piloter les déploiements en environnement de production. Gouvernance et conformitéGarantir le respect des normes de sécurité, des contraintes réglementaires et des politiques de gouvernance des données. Assurer la qualité des livrables avant leur mise en production. Participer à la mise en place du catalogage, de la gestion des métadonnées et du lignage de la donnée. Être l'interlocuteur privilégié des instances de validation et de contrôle. Accompagnement des équipesEncadrer et faire monter en compétence les profils juniors. Diffuser les bonnes pratiques Data Engineering et DataOps. Assurer un rôle de conseil et de pédagogie auprès des équipes métiers. Contribuer activement à la veille technologique et à l'amélioration continue des pratiques. Compétences comportementales recherchéesLeadership technique et capacité d'influence. Excellent relationnel et sens de la communication. Forte orientation résultats et qualité de service. Esprit d'analyse et de synthèse. Capacité à travailler dans des environnements complexes et multi-acteurs. Autonomie et prise d'initiative. Esprit d'équipe et sens du partage des connaissances. Curiosité technologique et culture de l'innovation. Anglais professionnel. Compétences techniques requisesData EngineeringSolide expérience dans la conception et l'industrialisation de plateformes Data. Maîtrise des architectures Data modernes (Data Lake, Data Warehouse, Lakehouse). Expertise dans la conception de pipelines ETL/ELT. Maîtrise des problématiques de qualité, gouvernance et traçabilité des données. Langages & DéveloppementPython (expert). SQL avancé. Connaissance des principes de développement logiciel et des bonnes pratiques d'ingénierie. Cloud & Plateformes DataBonne maîtrise d'au moins un environnement cloud majeur : AWS Azure Google Cloud Platform DataOps & DevOpsGit / GitLab / GitHub Docker Kubernetes CI/CD Infrastructure as Code Orchestration de workflows (Airflow ou équivalent) Monitoring & Observabilité Bases de donnéesSGBD relationnels (PostgreSQL, SQL Server, Oracle, MySQL...) Bases NoSQL Solutions analytiques et moteurs de recherche Connaissances des technologies de catalogage et gouvernance des données Architecture & GouvernanceArchitecture orientée données. Data Modeling. Data Quality Management. Data Lineage. Gestion des métadonnées. Connaissance des cadres réglementaires liés à la donnée (RGPD, Data Act ou équivalents).

Contexte Dans le cadre de la transformation digitale et l'accélération de l'usage de l'IA, la direction Project Management souhaite exploiter les avancées de l'IA afin de mieux capitaliser sur l'expérience, les connaissances et l'expertise de ses équipes. Les métiers reposent sur un savoir-faire technique développé au fil de nombreuses années, porté par des experts dont les connaissances sont dispersées dans des documents et bases de données. L'objectif est de développer des cas d'usages d'IA pour valoriser ce patrimoine afin d'assurer la pérennité des compétences et faciliter leur transmission tout en améliorant la performance opérationnelle et en générant des gains financiers.

Niveau d'expérience : Junior (1 à 3 ans) Type de poste : Ingénieur IA / MLOps Junior (H/F) Localisation : Région parisienne (hybride possible) Démarrage : Dès que possible. Contexte Dans le cadre du développement de ses activités Data & Intelligence Artificielle, un grand groupe du secteur des services financiers recherche un(e) Ingénieur IA / MLOps Junior pour rejoindre son équipe dédiée à la conception, l'industrialisation et le déploiement de solutions d'Intelligence Artificielle. Vous interviendrez sur des projets innovants à fort impact, couvrant aussi bien l'IA générative que les modèles de Machine Learning traditionnels, dans un environnement cloud et DevOps moderne. Vos missions En tant qu'Ingénieur IA / MLOps, vous aurez pour responsabilités de : Agir comme référent technique IA auprès des différentes parties prenantes : équipes projets, développeurs, architectes et métiers. Concevoir, développer, industrialiser et déployer des solutions d'Intelligence Artificielle de bout en bout. Participer à l'intégration de solutions IA développées en interne ou proposées par des éditeurs externes. Contribuer à la mise en place et à l'évolution de la plateforme IA (MLOps, monitoring, gouvernance, catalogue de modèles). Industrialiser les modèles développés par les équipes Data Science afin de garantir leur passage en production. Assurer le respect des bonnes pratiques de développement, d'exploitation et de gouvernance IA. Participer à la mise en conformité des projets avec les exigences réglementaires et les standards de sécurité des données. Profil recherchéCompétences comportementales Nous recherchons une personne : Orientée résultats et capable de respecter les délais fixés. Dotée d'un fort esprit d'équipe et d'une bonne capacité de collaboration. Rigoureuse, organisée et autonome. Capable de communiquer efficacement à l'écrit comme à l'oral. Force de proposition avec une approche pragmatique des problématiques. Curieuse et en veille permanente sur les évolutions technologiques. Disposant d'un niveau d'anglais professionnel permettant d'évoluer dans un environnement technique international. Compétences techniquesExpérience Première expérience réussie (1 an minimum) en Intelligence Artificielle et/ou IA Générative. Participation à un projet de mise en production ou d'industrialisation de solutions IA. Une expérience dans un environnement réglementé constitue un atout. Langages et développement Excellente maîtrise de Python. Connaissances en SQL. La maîtrise des technologies JavaScript constitue un plus. Cloud & Infrastructure Expérience sur un environnement cloud de type AWS : S3 SageMaker Bedrock Lambda API Gateway ECS / EKS EC2 OpenSearch Aurora DevOps & MLOps Bonne connaissance des outils et pratiques : GitLab Docker Kubernetes Airflow MLflow Artifactory APIs REST Hugging Face Frameworks d'orchestration d'agents IA Outils de monitoring et de gouvernance des modèles Écosystème IA & Machine Learning Maîtrise des bibliothèques et frameworks : Scikit-learn Pandas TensorFlow PyTorch Transformers LangChain LangGraph Connaissances des concepts suivants : Machine Learning supervisé et non supervisé Deep Learning RAG (Retrieval Augmented Generation) Fine-tuning de modèles Agentic AI et systèmes multi-agents Human-In-The-Loop (HITL) Monitoring et observabilité des systèmes IA Data & Bases de données SQL et NoSQL Bases vectorielles (OpenSearch, Redis, PGVector ou équivalent) Notions de bases orientées graphe appréciées Méthodologies Bonne pratique des méthodes Agile (Scrum, Kanban ou équivalent).

Localisation : Pas de Calais (62) / Hauts de France - 1j présentiel par semaine Début de mission : 2/11/26 (non négociable) CONTEXTE : Accélérer l'évolution de la plateforme d'intelligence artificielle générative, qui est basée sur LibreChat OBJECTIF PLATEFORME : Permettre aux collaborateurs de créer et d'utiliser des assistants IA sur mesure, des agents RAG, ainsi que des outils connectés au SI de l'entreprise MISSIONS PRINCIPALES: Au sein d'une équipe pluridisciplinaire (Produit, Architecture, Sécurité, Infrastructure, QA), vous interviendrez sur l'évolution, le développement de nouvelles fonctionnalités et la maintenance de la plateforme IA. Évolution de la plateforme IA : Faire évoluer et maintenir la plateforme d'IA conversationnelle existante (stack basée sur LibreChat). Développement d'agents & d'outils : Concevoir, développer et intégrer de nouveaux services, APIs, agents intelligemment connectés et outils tiers. Intégration RAG & MCP : Participer activement à la mise en œuvre de fonctionnalités RAG avancées, de connecteurs MCP (Model Context Protocol) et d'APIs métier. Backend & Interface Utilisateur : Contribuer aux évolutions du backend ainsi qu'à l'amélioration des interfaces de configuration et d'expérience utilisateur (React). Qualité & Tests : Garantir la robustesse des développements via la mise en place de tests d'intégration automatisés. Analyse & Résolution : Diagnostiquer et corriger les anomalies d'intégration, de performance ou de comportement des agents. Observabilité & Monitoring : Participer au suivi, à la traçabilité et au monitoring des performances applicatives. Documentation : Documenter les évolutions techniques et communiquer efficacement sur les fonctionnalités nécessitant des validations manuelles. ENVIRONNEMENT TECHNIQUE DU PROJET Environnement Dev : DevBox, VS Code / Visual Studio, GitHub Copilot IA & LLM : Azure AI Foundry, Azure Document Intelligence, LiteLLM, LibreChat, MCP, Langfuse Backend & Data : Python, Node.js/JavaScript, MongoDB, PostgreSQL (pgvector), Redis / Azure Managed Redis Cloud & DevOps : Azure (AKS), Docker, Kubernetes, Terraform, GitHub Actions, Argo CD, JFrog Artifactory APIs & Data Flow : Gravitee API Management, REST APIs, Apache Kafka Sécurité & Observabilité : Microsoft Entra ID, OAuth2, OpenTelemetry, Grafana, k6, Référentiels OWASP & Zero Trust

Lancer l'IA conversationnelle sur les parcours de souscription digitale d'épargne d'un grand groupe bancaire français. Au sein d'une équipe produit d'une vingtaine de personnes chargée des parcours de souscription digitalisés (épargne, bancarisation), vous rejoignez une squad pluridisciplinaire de 4 personnes encadrée par un Scrum Master et une Tech Lead. Votre rôle : construire le premier agent conversationnel « Épargne » et poser les bases techniques de l'IA dans la squad. Vos principales missions : Construire les composants techniques d'un POC d'agent conversationnel et en valider la pertinence. Participer aux choix de solutions dans un environnement dont le socle se construit. Faire monter en compétences les autres développeurs de la squad sur l'IA conversationnelle. Documenter les solutions construites. Participer aux mises en production selon les pratiques DevOps (XL Release, XL Deploy). Ce que la mission vous apporte : Un projet IA à son démarrage, avec une vraie part de conception. Un rôle de référent IA dans une squad agile. Des enjeux concrets de gouvernance de l'IA en banque : traçabilité, auditabilité, sécurité des données. Environnement technique : Python, Java Spring Boot, Google ADK, LLM, agents conversationnels, LLMOps, XL Deploy, XL Release, Jenkins, Bitbucket, Agile.